语言大模型 / LLM

EvoOpt-LLM: Evolving industrial optimization models with large language models

EvoOpt-LLM：利用大语言模型演化工业优化模型

Yiliu He, Tianle Li, Binghao Ji, Zhiyuan Liu, Di Huang

机构 * School of Transportation, Southeast University（东南大学交通学院） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 本文提出EvoOpt-LLM框架，通过大语言模型实现工业优化建模的全流程自动化，包括自动建模、动态业务约束注入和端到端变量剪枝，提升求解效率和适应性。

How AI Systems Think About Education: Analyzing Latent Preference Patterns in Large Language Models

AI系统如何看待教育：分析大型语言模型中的潜在偏好模式

Daniel Autenrieth

机构 * Independent Researcher, PhD Candidate（独立研究者，博士候选人） ； RWTH Aachen University（亚琛工业大学） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI；LLM(comments)

AI总结 本文首次系统测量大型语言模型的教育契合度，通过48项跨八个教育理论维度的德尔菲验证工具，发现GPT-5.1在教育人文原则上表现出高度一致的偏好模式，但在规范性争议领域偏离专家意见。

Comments 15 pages, 2 figures, 8 tables. Code and data available at https://github.com/brianadvent/education-llm-spe-study. arXiv admin note: text overlap with arXiv:2502.08640 by other authors

Levels of Analysis for Large Language Models

大型语言模型的分析层次

Alexander Y. Ku, Declan Campbell, Xuechunzi Bai, Jiayi Geng, Ryan Liu, Raja Marjieh, R. Thomas McCoy, Andrew Nam, Ilia Sucholutsky, Veniamin Veselovsky, Liyi Zhang, Jian-Qiao Zhu, Thomas L. Griffiths

机构 * Department of Psychology, Princeton University（普林斯顿大学心理学系） ； Princeton Neuroscience Institute, Princeton University（普林斯顿神经科学研究所） ； Department of Psychology, The University of Chicago（芝加哥大学心理学系） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Department of Linguistics, Yale University（耶鲁大学语言学系） ； Princeton Laboratory for Artificial Intelligence, Princeton University（普林斯顿人工智能实验室） ； Center for Data Science, New York University（纽约大学数据科学中心） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出基于David Marr分析层次框架，利用认知科学方法理解大型语言模型的结构与行为，提供分析工具以应对AI理解难题。

LLM-Based Test Case Generation in DBMS through Monte Carlo Tree Search

通过蒙特卡洛树搜索的基于大语言模型的数据库管理系统测试用例生成

Yujia Chen, Yingli Zhou, Fangyuan Zhang, Cuiyun Gao

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Huawei Hong Kong Research Center（华为香港研究中心） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出MIST框架，通过蒙特卡洛树搜索生成不同数据库管理系统方言的语法正确且语义多样的测试用例，提升代码覆盖率。

Comments Accepted to ICSE 2026 Industry Challenge Track

Human or LLM as Standardized Patients? A Comparative Study for Medical Education

人类或大语言模型作为标准化患者？医学教育中的比较研究

Bingquan Zhang, Xiaoxiao Liu, Yuchi Wang, Lei Zhou, Qianqian Xie, Benyou Wang

机构 * School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Freedom AI 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出EasyMED框架和SPBench基准，通过对比实验显示其在医学教育中更接近人类标准化患者行为，尤其在案例一致性与可控披露方面表现更优，且在学习效果和成本效率上具有优势。

Comments 24 pages, 13 figures, 10 table

Prompt-Induced Linguistic Fingerprints for LLM-Generated Fake News Detection

基于提示的语言指纹用于LLM生成虚假新闻检测

Chi Wang, Min Gao, Zongwei Wang, Junwei Yin, Kai Shu, Chenghua Lin

机构 * Chongqing University（重庆大学） ； Emory University（埃默里大学） ； University of Manchester（曼彻斯特大学） ； Key Laboratory of Dependable Service Computing in Cyber Physical Society (Chongqing University), Ministry of Education of China（可信服务计算网络物理社会关键实验室（重庆大学），中国教育部） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出LIFE方法，通过重建词级概率分布发现语言指纹，提升LLM生成虚假新闻检测性能，实验显示其在LLM和人工生成虚假新闻中均表现优异。

Comments published in WWW 2026

A Theory of Adaptive Scaffolding for LLM-Based Pedagogical Agents

基于大语言模型的教育代理自适应支架理论

Clayton Cohn, Surya Rayala, Namrata Srivastava, Joyce Horn Fonteles, Shruti Jain, Xinying Luo, Divya Mereddy, Naveeduddin Mohammed, Gautam Biswas

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出结合证据中心设计与社会认知理论的自适应支架框架，开发出Inquizzitor评估代理，通过人机混合智能提供基于认知科学的反馈，验证了理论驱动的大语言模型在教育中的应用潜力。

Comments Published in the proceedings of AAAI 2026 (main technical track)

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(3), 1757-1765. 2026

SafeSearch: Do Not Trade Safety for Utility in LLM Search Agents

SafeSearch: 不应为效用而牺牲安全性的LLM搜索代理

Qiusi Zhan, Angeline Budiman-Chan, Abdelrahman Zayed, Xingzhi Guo, Daniel Kang, Joo-Kyung Kim

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文研究了基于大语言模型的搜索代理在安全与效用之间的平衡问题，提出SafeSearch方法通过多目标强化学习提升安全性和效用，实验表明其显著降低有害输出并保持问答性能。

Comments EACL 2026 Findings. Code available at https://github.com/amazon-science/SafeSearch

Unleashing Video Language Models for Fine-grained HRCT Report Generation

释放视频语言模型以生成细粒度HRCT报告

Yingying Fang, Huichi Zhou, KinHei Lee, Yijia Wang, Zhenxuan Zhang, Jiahao Huang, Guang Yang

机构 * Bioengineering Department, Imperial College London, London, UK School of Biomedical Engineering \& lmaging Sciences, King's College London, London,UK 纠错

专题命中 领域大模型 ：language model(title,abstract)；foundation model(abstract)；preference optimization(abstract)

AI总结 本文提出AbSteering框架，通过异常中心方案和直接偏好优化目标，提升视频语言模型在HRCT报告生成中的精度与细粒度区分能力，优于现有领域特定CT基础模型。

When Minor Edits Matter: LLM-Driven Prompt Attack for Medical VLM Robustness in Ultrasound

微小修改同样重要：基于LLM驱动的提示攻击用于医学视觉语言模型在超声中的鲁棒性

Yasamin Medghalchi, Milad Yazdani, Amirhossein Dabiriaghdam, Moein Heidari, Mojan Izadkhah, Zahra Kavian, Giuseppe Carenini, Lele Wang, Dena Shahriari, Ilker Hacihaliloglu

机构 * University of British Columbia, Vancouver, Canada（不列颠哥伦比亚大学） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出一个可扩展的对抗评估框架，利用大语言模型生成临床合理的对抗提示变体，评估SOTA医学视觉语言模型在超声中的鲁棒性，揭示模型在临床应用中的安全漏洞。

Beyond LLM-based test automation: A Zero-Cost Self-Healing Approach Using DOM Accessibility Tree Extraction

超越基于LLM的测试自动化：一种利用DOM可访问性树提取的零成本自愈方法

Renjith Nelson Joseph

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出一种零成本自愈测试自动化框架，通过结构化可访问性树提取算法替代LLM发现，采用十级优先级定位层级，实现单次遍历生成稳健选择器，验证结果显示在31个测试组合中100%通过，执行时间仅22秒，且自愈机制在1秒内检测并重发现失效选择器。

Edu-Values: Towards Evaluating the Chinese Education Values of Large Language Models

Edu-Values：面向评估大型语言模型的中国教育价值观

Peiyi Zhang, Yazhou Zhang, Bo Wang, Lu Rong, Prayag Tiwari, Jing Qin

专题命中 领域大模型 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 本文提出Edu-Values基准，评估大型语言模型的中国教育价值观，包含七个核心价值，通过1418道题测试，发现中文LLM在教育文化差异下表现更优，且利用Edu-Values构建外部知识库可提升对齐效果。

Comments The authors are withdrawing this paper to make substantial revisions and improvements before future submission

Evaluating LLM-Generated Lessons from the Language Learning Students' Perspective: A Short Case Study on Duolingo

从语言学习学生视角评估LLM生成的课程：Duolingo的简短案例研究

Carlos Rafael Catalan, Patricia Nicole Monderin, Lheane Marie Dizon, Gap Estrella, Raymund John Sarmimento, Marie Antoinette Patalagsa

机构 * Samsung R\&D Institute Philippines Manila Philippines ； Samsung R\&D Institute Philippines 纠错

专题命中 领域大模型 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文通过调查菲律宾跨国公司员工，发现Duolingo课程中通用场景更受欢迎，而专业场景有助于提升专业流利度，建议语言学习应用应根据个人需求生成定制化课程。

Comments 5 pages,3 figures,presented at the 3rd HEAL Workshop at CHI 2026

SciNav: A General Agent Framework for Scientific Coding Tasks

SciNav：一种通用的科学编码任务代理框架

Tianshu Zhang, Huan Sun

机构 * The Ohio State University（俄亥俄州立大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文提出SciNav框架，用于科学编码任务，通过相对判断指导的top-K搜索提升解决方案探索效率，优于直接提示和现有代理。

Comments Accepted by ICLR 2026

LLM-Driven Heuristic Synthesis for Industrial Process Control: Lessons from Hot Steel Rolling

基于大语言模型的启发式合成在工业过程控制中的应用：来自热轧的启示

Nima H. Siboni, Seyedreza Kiamousavi, Emad Scharifi

机构 * Institute of Metal Forming, RWTH Aachen（RWTH亚琛大学金属成形研究所） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出了一种基于大语言模型的启发式合成框架，用于热轧过程控制，通过可解释的Python控制器生成和自动审计流程，结合结构化战略构思和可执行代码生成，实现对轧制高度、间歇时间和轧制速度的控制。

Can we automatize scientific discovery in the cognitive sciences?

在认知科学中，我们能否自动化科学发现？

Akshay K. Jagadish, Milena Rmus, Kristin Witte, Marvin Mathony, Marcel Binz, Eric Schulz

机构 * Princeton AI Lab（普林斯顿人工智能实验室） ； Princeton University（普林斯顿大学） ； Institute for Human-Centered AI（以人为中心的人工智能研究所） ； Helmholtz Munich（海德堡-慕尼黑研究所） ； Ludwig-Maximilians-University（路德维希-马克西米利安大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；foundation model(abstract)

AI总结 本文提出利用大语言模型实现认知科学的自动化发现流程，通过模拟行为数据和算法假设搜索，提高理论发展效率。

Exploring Teacher-Chatbot Interaction and Affect in Block-Based Programming

探索基于积木编程的教师-聊天机器人交互与情感

Bahare Riahi, Ally Limke, Xiaoyi Tian, Viktoriia Storozhevykh, Sayali Patukale, Tahreem Yasir, Khushbu Singh, Jennifer Chiu, Nicholas lytle, Tiffany Barnes, Veronica Catete

机构 * Computer Science（计算机科学） ； North Carolina State University（北卡罗来纳州立大学） ； University of Virginia（弗吉尼亚大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 研究探讨了教师在使用基于大语言模型的聊天机器人进行科学与计算思维活动时的交互与情感，提出了三种教师类型并提出了设计建议。

Comments 19 pages, 9 figures, CHI26

When Documents Disagree: Measuring Institutional Variation in Transplant Guidance with Retrieval-Augmented Language Models

当文档存在分歧：利用检索增强语言模型测量移植指导的机构差异

Yubo Li, Ramayya Krishnan, Rema Padman

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 领域大模型 ：language model(title,abstract)；分类 cs.AI

AI总结 本文提出利用检索增强语言模型比较不同机构移植指南的异质性，发现20.8%的对比存在临床意义差异，尤其在监测和生活方式方面，揭示了移植教育材料的信息缺口。

Consistent but Dangerous: Per-Sample Safety Classification Reveals False Reliability in Medical Vision-Language Models

一致却危险：每样本安全分类揭示医疗视觉-语言模型中的虚假可靠性

Binesh Sadanandan, Vahid Behzadan

机构 * SAIL Lab, University of New Haven（SAIL实验室，新罕布什尔大学） 纠错

专题命中 领域大模型 ：language model(title,abstract)；foundation model(comments)

AI总结 研究揭示医疗VLMs中一致性指标的缺陷，通过四象限分类发现危险样本高准确率且低熵，建议部署评估需结合文本基线以识别虚假可靠性。

Comments CVPR 2026 Workshop on Medical Reasoning with Vision Language Foundation Models

EvoIdeator: Evolving Scientific Ideas through Checklist-Grounded Reinforcement Learning

EvoIdeator：通过基于检查表的强化学习进化科学思想

Andreas Sauter, Yuyue Zhao, Jacopo Urbani, Wenxiang Hu, Zaiqiao Meng, Lun Zhou, Xiaohui Yan, Yougang Lyu

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） ； Vrije Universiteit Amsterdam（荷兰瓦赫宁根大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出EvoIdeator框架，通过基于检查表的反馈与强化学习结合，提升大语言模型生成高质量科研提案的能力，实验表明其在关键科学指标上优于其他模型。

Context Selection for Hypothesis and Statistical Evidence Extraction from Full-Text Scientific Articles

上下文选择用于从全文科学文章中提取假设和统计证据

Sai Koneru, Jian Wu, Sarah Rajtmajer

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Old Dominion University（旧 Dominion 大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 本文研究了从全文科学文章中提取假设及其支持统计证据的挑战，通过两阶段检索与提取框架，发现针对性上下文选择能提升假设提取效果，但统计证据提取仍面临较大困难。

Revisiting Quantum Code Generation: Where Should Domain Knowledge Live?

重新审视量子代码生成：领域知识应该在哪里居住？

Oscar Novo, Oscar Bastidas-Jossa, Alberto Calvo, Antonio Peris, Carlos Kuchkovsky

机构 * Quantum Computing Research, QCentroid（量子计算研究，QCentroid） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 研究比较了Qiskit代码生成中不同专精策略，发现通用LLM在零样本和检索增强设置下表现更优，结合执行反馈代理可提升性能，表明无需领域微调即可实现更灵活的量子软件开发。

Comments Submitted to Quantum Machine Intelligence

Optimizing Multi-Agent Weather Captioning via Text Gradient Descent: A Training-Free Approach with Consensus-Aware Gradient Fusion

通过文本梯度下降优化多智能体天气描述：一种无训练方法与共识感知梯度融合

Shixu Liu

机构 * organization= School of Computer \& Information Technology , addressline= Northeast Petroleum University , addressline= No. 99 Xuefu Street, Ranghulu District , city= Daqing , state= Heilongjiang , postcode= 163318 , country= P.R. China 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出WeatherTGD框架，通过文本梯度下降方法优化天气描述生成，利用三个专业LLM智能体生成领域特定梯度，并通过共识感知梯度融合机制提升描述质量，实验表明其在LLM和人类评估中均优于现有方法。

Comments Preprint and under consideration

When OpenClaw Meets Hospital: Toward an Agentic Operating System for Dynamic Clinical Workflows

当OpenClaw遇见医院：迈向动态临床工作流的智能操作系统

Wenxian Yang, Hanzheng Qiu, Bangqun Zhang, Chengquan Li, Zhiyong Huang, Xiaobin Feng, Rongshan Yu, Jiahong Dong

机构 * Independent Researcher（独立研究者） ； National Institute for Data Science in Health and Medicine, Xiamen University, Xiamen, China（健康医学数据科学国家研究院，厦门大学，厦门，中国） ； Yue’erwan Internet Hospital Co., Ltd.（悦尔湾互联网医院有限公司） ； School of Biomedical Engineering, Tsinghua University, Beijing, China（生物医学工程学院，清华大学，北京，中国） ； National University of Singapore, Singapore（新加坡国立大学） ； Yttrium-90 Precision Interventional Radiotherapy Center of Liver Cancer, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua University, Beijing, China（肝癌钇-90精准介入放射治疗中心，北京清华大学昌平医院，临床医学学院，清华大学，北京，中国） ； Hepatobiliary and Pancreatic Centre, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua University, Beijing, China（肝胆胰中心，北京清华大学昌平医院，临床医学学院，清华大学，北京，中国） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出一种适应医院环境的LLM代理架构，通过受限执行环境、文档导向交互模型、分页索引内存架构和可组合医疗技能库，实现临床工作流的协调，保障安全、透明和可审计性。

Domain-Specialized Tree of Thought through Plug-and-Play Predictors

通过即插即用预测器实现领域专用的树状思维

Xuanqi Gao, Haoyu Wang, Jun Sun, Shiqing Ma, Chao Shen

机构 * Xi'an Jiaotong University, China（西安交通大学） ； Singapore Management University, Singapore（新加坡管理学院） ； University of Massachusetts at Amherst, United States（马萨诸塞大学阿默斯特分校） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出DST，一种轻量级监督启发式预测器，用于指导树状思维搜索过程，实现动态剪枝和适应性扩展，提升复杂推理的效率和准确性。

Focus on Background: Exploring SAM's Potential in Few-shot Medical Image Segmentation with Background-centric Prompting

聚焦背景：探索SAM在少样本医学图像分割中的潜力：基于背景的提示生成

Yuntian Bo, Yazhou Zhu, Piotr Koniusz, Haofeng Zhang

机构 * Nanjing University of Science and Technology（南京理工大学） ； University of New South Wales（新南威尔士大学） ； Data61 CSIRO 纠错

专题命中 领域大模型 ：prompting(title)

AI总结 本文提出FoB，通过背景中心提示生成解决SAM在医学图像分割中的过度分割问题，实验表明其在少样本分割任务中表现优异，具有良好的跨领域泛化能力。

Comments Accepted by CVPR26

Discriminative Representation Learning for Clinical Prediction

判别表示学习用于临床预测

Yang Zhang, Li Fan, Samuel Lawrence, Shi Li

机构 * The University of Hong Kong (HKU)（香港大学） 纠错

专题命中 领域大模型 ：foundation model(abstract)；pretraining(abstract)；分类 cs.LG

AI总结 本文提出一种监督深度学习框架，通过最大化类间分离与类内方差比，提升临床预测性能，优于其他预训练方法。

The Spillover Effects of Peer AI Rinsing on Corporate Green Innovation

同伴AI洗白对 corporate绿色创新的溢出效应

Li Wenxiu, Wen Zhanjie, Xia Jiechang, Guo Jingqiao

机构 * School of Economics and Trade, Guangdong University of Finance（广东财经大学经济贸易学院） ； Institute of Finance and Economics, Chinese Academy of Social Sciences（中国社会科学院金融经济研究所） ； Department of Computer Science, Faculty of Science, Hong Kong Baptist University（香港 Baptist 大学科学学院计算机科学系） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文通过分析中国企业年报文本，探讨AI洗白对绿色创新的挤出效应，发现其通过产品和资本市场双重渠道影响，且在不同企业类型和行业存在异质性，提出政策工具组合以改善市场均衡。

Comments 32 pages, 6 tables, empirical research on corporate finance & digital economy, using Chinese A-share listed companies data (2006-2024), incorporating agent-based modelling simulations, suitable for finance/innovation economics journals

Overview of TREC 2025 Biomedical Generative Retrieval (BioGen) Track

TREC 2025生物生成检索（BioGen）赛道概述

Deepak Gupta, Dina Demner-Fushman, William Hersh, Steven Bedrick, Kirk Roberts

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)

AI总结 本文探讨了大型语言模型在生物医学任务中的最新进展，指出尽管模型在处理和综合复杂生物医学信息方面表现出色，但生成陈述的可验证性仍是关键挑战，特别是在医疗问答等高风险领域。

TagLLM: A Fine-Grained Tag Generation Approach for Note Recommendation

TagLLM: 一种用于笔记推荐的细粒度标签生成方法

Zhijian Chen, Likai Wang, Lei Chen, Yaguang Dou, Jialiang Shi, Tian Qi, Dongdong Hao, Mengying Lu, Cheng Ye, Chao Wei

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)

AI总结 TagLLM通过用户兴趣手册和多模态CoT提取构建细粒度标签数据，采用标签知识蒸馏提升小模型生成能力，有效提升笔记推荐的点击率和用户停留时间。